至顶网CIO与应用频道 01月12日 北京消息:全球领先的信息技术研究和顾问公司Gartner预测,随着情感人工智能(AI)日臻成熟,个人设备到2022年将比您的家人更了解您的情绪状态。目前,AI正在产生多种颠覆性力量,重塑我们与个人技术互动的方式。
Gartner研究总监Roberta Cozza认为:“情感AI系统(emotion AI systems)与情感计算(affective computing)正在赋予日常物品探测、分析、处理和回应人类感情和情绪的能力,由此提供更精准的场景信息以及更加个性化的体验。为了紧随这一趋势,技术厂商须将AI融入设备的方方面面,否则将面临被边缘化的危险。”
当前的情感AI系统潮流正由不断普及的虚拟个人助理(VPA)和其它用于会话系统(conversational systems)的AI驱动型技术所推动。而随着第二波潮流的涌现,AI技术将为越来越多的客户体验场景带来附加价值,其中包括:教育软件、视频游戏、诊断软件、运动和健康表现以及自动驾驶汽车。
Cozza女士表示:“样板和商业产品现已问世,再加之通过分析来自面部表情、语音语调和行为模式的数据点而获得的情感场景,用户体验将由此获得显著提升。除智能手机和联网家庭设备外,可穿戴设备和联网汽车将通过可捕获行为数据的计算机视觉、音频或传感器收集、分析和处理用户的情感数据,来适应或回应用户的想法和需求。”
Gartner关于其它个人设备的预测如下:
到2021年,10%的可穿戴设备用户将改变生活方式,其寿命将平均延长六个月。
随着情感AI系统不断演变发展,医疗腕带(medical wristbands)等专业设备的市场潜力巨大,这种腕带会预测可能导致危及生命的情况,协助早期响应系统。与此同时,用于诊断和治疗服务的专业应用程序也正在开发中,它将可以确诊诸如抑郁症等病情,或帮助自闭症儿童。
Gartner研究副总裁Annette Zimmermann表示:“即使最普通的可穿戴设备也会对佩戴者的健康产生积极影响。我们正看到越来越多的可穿戴设备用户为了改善身体状况,正主动改变自己的行为。这不仅对增加用户的运动量带来有益影响,而且有证据表明10%-20%的智能手表和健康手环用户发现了自己存在睡眠呼吸暂停或心律失常等症状。”
到2020年,60%的个人技术设备厂商将采用第三方AI云服务来增强自身功能和服务。
基于云的AI技术正在带来多种基于联网设备的卓越用户体验。凭借吸引人的成本模型、简便易用的系统集成以及开发综合服务的潜力,谷歌、微软、亚马逊、腾讯、百度和IBM等科技巨头的云产品开始扶摇直上。日趋普及的虚拟个人助理和自然语言技术已经成为促使设备厂商采用云AI的主要催化剂,而诸如Amazon Echo和Google Home这样的基于虚拟个人助理的无屏幕设备(screenless devices)的采用率也在持续攀升,进一步带动了云AI服务使用率增长。
Gartner研究总监Anthony Mullen表示:“我们正在看到高端厂商采用这些服务以扩大其市场范围。正如Netflix运用Actions for Google Assistant语音控制其服务一样,Fitbit利用虚拟个人助理Alexa Skills来提供用户统计数据和功能。厂商最终将在产品最佳用户体验和智能化方面,而非相关技术领域展开竞争。”
到2022年,安全技术将与机器学习、生物识别技术与用户行为相结合,密码在所有数字认证中占比减少至不足10%。
基于密码的简单身份验证(password-based simple authentication)对于个人设备而言作用越来越低。由于灰尘和汗水等污垢的影响,即使当今流行的生物识别技术——指纹认证的成功率也仅约75%。
Gartner公司研究总监吕俊宽认为:“用户需要更方便、更精确的解锁设备。整合了机器学习、生物识别和用户行为的安全技术(security technologies that combine machine learning, biometrics and user behavior)将成为提升易用性、自助服务和无阻力身份认证(frictionless authentications)的必要条件。未来五年,新的安全技术将能够识别用户、防止欺诈和检测包括恶意软件、远程访问木马和恶意爬虫在内的自动威胁。”
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。